[发明专利]一种基于随机游走关系发现的优化方法

权利要求书

1.一种基于随机游走关系发现的优化方法，其特征在于：核心思想是具体涉及知识图谱中关系发现问题，尤其是随机游走的关系发现算法问题；对于知识图谱中每个起始节点使用广度优先搜索获取所有满足到起始节点的距离要求的节点的集合，由这些节点生成对应子图；通过采用生成的子图而非全图来加快预处理时要消耗的大量时间和存储空间，实现加快整个关系发现过程的目的；该方法尤其适用于知识库较大的垂直领域的知识图谱，可以在保证准确率的情况下有效避免预处理带来的巨大的时间和空间开销，优化其关系发现过程；包括如下步骤：

步骤1.利用传统随机游走算法计算节点间的相互亲和度，并进行向量迭代，得出收敛结果，即基于传统随机游走算法，从起始点p出发，起始点p后的每一个节点可以有两种选择：移动到与此节点相邻的节点和返回到起始点；节点间相互的亲和度在不断地重复上述两种选择之一后，会收敛得到一个稳定的结果；

步骤2.利用广度优先搜索获取局部游走子图，即使用广度优先搜索找到所有的到节点p距离为depth的节点，根据这些节点生成随机游走的子图，即局部子图；

步骤3.局部子图的归一化处理，得到局部子图的权重矩阵；

步骤4.在局部子图上随机游走，具体在步骤2得到的局部子图上进行传统的随机游走过程，得到局部子图上所有点对于节点p的亲和度评分结果，完成关系发现过程；

至此，从步骤1到步骤4，完成了一种基于随机游走关系发现的优化方法。

2.根据权利要求1所述的一种基于随机游走关系发现的优化方法，其特征在于：步骤1，具体包括如下子步骤：

步骤1.1根据知识图谱中各节点之间跳转的概率分布情况，通过公式(1)迭代计算得到每次在全图上随机游走后所有节点对节点p的亲和度结果

即对于知识图谱G，即全图；假设起始节点为p，通过公式(1)迭代得到与p节点与之对应的收敛结果

公式(1)中，右边的为每次随机游走后所有节点对节点p的亲和度迭代计算结果，公式(1)左边的表示每次随机游走之前所有节点对节点p的亲和度计算结果；表示节点之间跳转的概率分布的网络过渡矩阵，c表示移动到相邻节点的概率，1-c表示为返回到起始点的概率，e_i表示第i个元素为1的单位向量；

步骤1.2根据是否设定了误差限ξ₁和最大迭代步长m，来判断生成精确迭代结果还是近似迭代结果。

3.根据权利要求2所述的一种基于随机游走关系发现的优化方法，其特征在于：步骤1.2，具体为：

1.2A若未设定误差限ξ₁和最大迭代步长m，则需要生成精确迭代结果，具体为：

经过若干次随机游走过程，得到从节点p到达图中任意一个可达顶点的概率分布，即再次迭代也不会改变该概率分布；使用此概率分布作为其他节点对节点p的亲和度评分，迭代收敛结果如(2)所示：

其中，若干次随机游走过程的迭代通过公式(1)进行，公式(2)中的代表随机游走过程的最终迭代收敛结果；Q^-1表示单位矩阵I和网络过渡矩阵的线性组合

1.2B若设定了误差限ξ₁和最大迭代步长m，则通过连续两次的的误差小于ξ₁或到达最大迭代步长m，得到近似迭代结果

4.根据权利要求1所述的一种基于随机游走关系发现的优化方法，其特征在于：步骤2，具体包括如下子步骤：

步骤2.1对于图G根据广度优先搜索的搜索策略，以节点p为搜索起点，以depth为搜索路径的长度，搜索得到所有符合要求的搜索终点的集合S；

步骤2.2根据搜索节点集合S生成边集合E，通过公式(3)来生成集合E：

其中，e_i,j指从点i到点j的边；

步骤2.3根据搜索终点集合S和边集合E得到图G的一个局部子图G_sub。